賴榮煊，鄒 順，吳文輝，吳欣澤

（1.國防科技大學(xué)信息通信學(xué)院，湖北 武漢 430015；2.中國人民解放軍31632 部隊(duì)，云南 昆明650000）

1 概述

1.1 知識圖譜簡介

知識圖譜是一種利用圖模型描述知識并對客觀事物進(jìn)行建模的技術(shù)方法，其以符號形式描述物理世界中的概念及其相互關(guān)系，基本組成單位是“實(shí)體—關(guān)系—實(shí)體”三元組，以及實(shí)體及其相關(guān)屬性—值對，實(shí)體間通過關(guān)系相互聯(lián)結(jié)，構(gòu)成網(wǎng)狀的知識結(jié)構(gòu)。

總體而言，知識圖譜本質(zhì)上是一種用“圖”的形式描述客觀事物的語義網(wǎng)絡(luò)，由節(jié)點(diǎn)和邊組成，節(jié)點(diǎn)表示概念和實(shí)體，邊表示事物的關(guān)系和屬性，事物內(nèi)部特征用屬性表示，外部聯(lián)系用關(guān)系表示。相比通用的關(guān)系型數(shù)據(jù)庫，知識圖譜具有高度結(jié)構(gòu)化的特點(diǎn)，其組織知識的方式更接近人類大腦組織知識的方式，計(jì)算機(jī)也更容易處理。近年來，人工智能技術(shù)發(fā)展迅速，作為其中關(guān)鍵技術(shù)之一的知識圖譜被越來越廣泛地應(yīng)用于搜索引擎、智能問答、個(gè)性推薦等多種場景，已成為國內(nèi)外企業(yè)、研究院所甚至軍方研究的熱點(diǎn)。

知識圖譜按知識領(lǐng)域劃分，可分為通用知識圖譜和垂直領(lǐng)域知識圖譜。

（1）通用知識圖譜。通用知識圖譜不面向特定領(lǐng)域，包含了大量常識性知識，注重知識的廣度而不強(qiáng)調(diào)精度，其潛在使用者為普通用戶，主要應(yīng)用于語義搜索、個(gè)性推薦等場景。具有代表性的大規(guī)模通用知識圖譜有YAGO［1］、DBpedia［2］、Freebase［3］、Wikidata［4］、NELL［5］、WordNet等，中文通用知識圖譜有Zhishi.me、SSCO、百度知心、搜狗知立方等。

（2）垂直領(lǐng)域知識圖譜。垂直領(lǐng)域知識圖譜面向特定領(lǐng)域，其基于行業(yè)數(shù)據(jù)構(gòu)建，注重知識的深度與精度，所以又稱為行業(yè)知識圖譜，其潛在使用者為行業(yè)內(nèi)的專業(yè)技術(shù)人員。也正是因?yàn)槿绱耍怪鳖I(lǐng)域知識圖譜收納的知識需要具備一定的深度和完備性，才能充分發(fā)揮知識圖譜應(yīng)有的作用。此外，垂直領(lǐng)域知識圖譜的專業(yè)性決定了其面對的數(shù)據(jù)具有相對嚴(yán)格與單一的數(shù)據(jù)格式。典型的垂直領(lǐng)域知識圖譜有中醫(yī)醫(yī)案知識圖譜［6］、GeoName［7］、Palantir［8］、中醫(yī)藥知識服務(wù)系統(tǒng)（TCMKB）、Open PHACTS［9］等。

1.2 軍事人力資源概念

作為人力、物力、財(cái)力、信息、時(shí)間五大資源中最重要的戰(zhàn)略性資源，人力資源在世界新軍事革命加速發(fā)展的浪潮中，在軍隊(duì)建設(shè)中的重要性日益凸顯。2015 年的軍改工作會議中指出，應(yīng)加強(qiáng)軍事人力資源的集中統(tǒng)一管理，努力使軍事人力資源能夠轉(zhuǎn)化為實(shí)實(shí)在在的戰(zhàn)斗力。

人力資源管理是指運(yùn)用現(xiàn)代化的科學(xué)方法，對與一定物力相結(jié)合的人力進(jìn)行合理的培訓(xùn)、組織與調(diào)配，使人力、物力經(jīng)常保持最佳比例，同時(shí)對人的思想、心理和行為進(jìn)行恰當(dāng)?shù)恼T導(dǎo)、控制與協(xié)調(diào)，充分發(fā)揮人的主觀能動性，從而發(fā)揮最大能效。人力資源管理不僅要考慮組織目標(biāo)的實(shí)現(xiàn)，還要考慮個(gè)人的發(fā)展，強(qiáng)調(diào)在實(shí)現(xiàn)組織目標(biāo)的同時(shí)實(shí)現(xiàn)個(gè)人的全面發(fā)展。

軍事人力資源管理是指在國防軍隊(duì)的大背景下，以維護(hù)國家根本利益為最終目的的人力資源管理，所以軍事人力資源管理不僅是國家武裝力量的基礎(chǔ)，也是軍事潛力要素，直接影響國防安全和軍隊(duì)?wèi)?zhàn)斗力。

軍事人力資源管理目標(biāo)包括：①保證組織對人力資源的需求得到最大限度的滿足；②最大限度地開發(fā)與管理組織內(nèi)外的人力資源，促進(jìn)組織的持續(xù)發(fā)展；③維護(hù)與激勵組織內(nèi)部人力資源，以最大限度地開發(fā)其潛能。

目前，中國人民解放軍現(xiàn)役軍隊(duì)人數(shù)總規(guī)模約為300萬，面對如此大規(guī)模的人力，如何對其進(jìn)行高效管理是決定戰(zhàn)斗力高低的重要因素，關(guān)鍵時(shí)候甚至可以決定戰(zhàn)爭走向。本文旨在探究知識圖譜在人力資源領(lǐng)域的應(yīng)用，致力于探索軍事人力資源高效、便捷的管理方式。

2 知識圖譜在軍事人力資源領(lǐng)域的應(yīng)用效果與前景

2.1 軍事人力資源大數(shù)據(jù)特點(diǎn)

眾所周知，互聯(lián)網(wǎng)大數(shù)據(jù)具有“5V”特點(diǎn)，即：①數(shù)據(jù)量大（Volume）。大數(shù)據(jù)由分布在全世界各地的大量數(shù)據(jù)組成，體積從幾個(gè)TB 到幾個(gè)ZB，因此從采集到處理，再到存儲與計(jì)算，運(yùn)算量都極其巨大；②種類與來源多樣（Variety）。主要分為結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，包括文本、音頻、視頻、圖片、地理位置信息甚至工業(yè)上的工程文件等，多類型的數(shù)據(jù)對數(shù)據(jù)處理能力提出了更高要求；③數(shù)據(jù)價(jià)值密度相對較低（Value）。海量數(shù)據(jù)將不可避免地帶來數(shù)據(jù)冗余的問題；④數(shù)據(jù)準(zhǔn)確性和可靠性較差（Veracity）。除數(shù)據(jù)冗余外，海量數(shù)據(jù)還會帶來數(shù)據(jù)沖突等問題，導(dǎo)致數(shù)據(jù)準(zhǔn)確性和可靠性大大降低；⑤數(shù)據(jù)增長速度快（Velocity）。隨著各種傳感器的普及，以及微型計(jì)算機(jī)數(shù)量的爆炸性增長，無時(shí)無刻不在產(chǎn)生大量數(shù)據(jù)。

作為大數(shù)據(jù)的一種，軍事人力資源大數(shù)據(jù)由于其產(chǎn)生場景、應(yīng)用場景以及面向用戶的特殊性而具有與互聯(lián)網(wǎng)大數(shù)據(jù)不同的幾個(gè)特點(diǎn)：

（1）高密級。軍事人力資源大數(shù)據(jù)包含關(guān)于整個(gè)國家的國防人力、物力、組織結(jié)構(gòu)等極其重要的信息，密級程度極高。一旦發(fā)生丟失或泄密，將對國防安全造成不可估量的損失。

（2）數(shù)據(jù)價(jià)值密度高。由于軍事人力資源領(lǐng)域的數(shù)據(jù)在產(chǎn)生過程中會經(jīng)過多次校準(zhǔn)與核對，使得數(shù)據(jù)準(zhǔn)確性和可靠性遠(yuǎn)超過互聯(lián)網(wǎng)大數(shù)據(jù)，在應(yīng)用之前甚至不需要進(jìn)行過多的數(shù)據(jù)清洗處理。此外，軍事人力資源數(shù)據(jù)大多描述客觀事實(shí)或個(gè)體屬性，這些因素大大提高了數(shù)據(jù)價(jià)值密度。

（3）數(shù)據(jù)來源相對固定。軍事人力資源大數(shù)據(jù)主要來源于國防相關(guān)的組織、軍隊(duì)，描述對象也局限在與國防相關(guān)的人、組織、事件等。此外，由于其涉密性，導(dǎo)致數(shù)據(jù)體量雖大，卻大多集中在固定單位。

（4）數(shù)據(jù)耦合度高。軍事人力資源大數(shù)據(jù)內(nèi)容覆蓋范圍相對集中，各業(yè)務(wù)部門所需數(shù)據(jù)不可避免有部分內(nèi)容存在關(guān)聯(lián)，甚至可能出現(xiàn)內(nèi)容重疊的情況，導(dǎo)致不同類數(shù)據(jù)之間的耦合度高于一般大數(shù)據(jù)。

在軍事發(fā)展的新階段，人力資源管理更加強(qiáng)調(diào)高度集約、統(tǒng)一管理，大數(shù)據(jù)技術(shù)也正是因其具有系統(tǒng)集約、精準(zhǔn)、高效、便捷等特點(diǎn)，逐漸在軍事人力資源管理領(lǐng)域凸顯其重要作用，也為其帶來了新的發(fā)展機(jī)遇［10］。

2.2 知識圖譜優(yōu)勢與作用

目前，知識圖譜已廣泛應(yīng)用于醫(yī)療、電商、金融、電力、教育等多個(gè)領(lǐng)域，如金融領(lǐng)域的信用評估、風(fēng)險(xiǎn)控制與反欺詐，以及醫(yī)療領(lǐng)域的智能問診等［11-12］。隨著軍事大數(shù)據(jù)的逐步積累，知識圖譜在軍事人力資源領(lǐng)域也發(fā)揮著越來越重要的作用［13-16］。

（1）軍事人力資源數(shù)據(jù)之間耦合度較高，不同數(shù)據(jù)之間往往有錯綜復(fù)雜的關(guān)聯(lián)，傳統(tǒng)數(shù)據(jù)庫不容易描述與存儲此類數(shù)據(jù)。相比于知識圖譜的數(shù)據(jù)存儲方式，傳統(tǒng)關(guān)系型數(shù)據(jù)庫具有聚合能力差、呈現(xiàn)方式不直觀、利用率低下、查找數(shù)據(jù)效率低等缺點(diǎn)，無法簡潔、直觀地存儲軍事人力資源大數(shù)據(jù)。相反，知識圖譜因其具有獨(dú)特的三元組知識表示方式，可以高效、簡潔地存儲高耦合度的數(shù)據(jù)，同時(shí)也更有利于從數(shù)據(jù)中提取知識。

（2）多維、多粒度數(shù)據(jù)可視化。例如，人力資源知識圖譜對個(gè)人的展示可從基本履歷、知識背景、人際關(guān)系、性格脾性等多個(gè)方面進(jìn)行多維度的分析總結(jié)，也可從同一維度的不同粒度方面進(jìn)行分析總結(jié)，最后通過可視化工具以2D或3D 方式進(jìn)行展示。分析問題或個(gè)體/群體的任何角度都可以是一個(gè)或多個(gè)角度的交叉，根據(jù)維度數(shù)的不同，可分析出不同的潛在特性。同樣的，不同的分析粒度對總結(jié)結(jié)果的粒度也具有決定性影響。通過這種創(chuàng)建“萬維”動態(tài)報(bào)表的形式，知識圖譜可顛覆傳統(tǒng)數(shù)據(jù)展現(xiàn)技術(shù)需要由軟件人員事先一一定制再根據(jù)用戶指定條件實(shí)現(xiàn)可視化的方式［17］。

（3）有利于多源異構(gòu)數(shù)據(jù)的統(tǒng)一管理。知識圖譜具有獨(dú)特的對現(xiàn)實(shí)事物的描述能力，通過知識圖譜的知識抽取技術(shù)和知識表示方法，可有效地將現(xiàn)有數(shù)據(jù)轉(zhuǎn)變?yōu)榫哂薪y(tǒng)一格式的知識，對于打破格式壁壘、解決數(shù)據(jù)孤島問題可起到重要作用。

（4）推動數(shù)據(jù)向知識、知識向行動的轉(zhuǎn)變。雖然人工智能技術(shù)給各個(gè)領(lǐng)域帶來了翻天覆地的變化，但目前的人工智能還處于弱人工智能階段，仍然脫離不了數(shù)據(jù)驅(qū)動、模型驅(qū)動的范疇，無法真正挖掘大數(shù)據(jù)蘊(yùn)含的海量知識。知識圖譜技術(shù)本質(zhì)上是一種結(jié)構(gòu)化的語義網(wǎng)絡(luò)，旨在從數(shù)據(jù)中挖掘知識，并用圖的形式加以描述，其是推動數(shù)據(jù)向知識、知識向行動轉(zhuǎn)變的重要助力。

2.3 構(gòu)建軍事人力資源領(lǐng)域知識圖譜面臨的困難

（1）數(shù)據(jù)源多源異構(gòu)，數(shù)據(jù)清洗困難。軍事人力資源數(shù)據(jù)主要包括結(jié)構(gòu)化數(shù)據(jù)（表格等）、半結(jié)構(gòu)化數(shù)據(jù)（表格、制式文檔等）、非結(jié)構(gòu)化數(shù)據(jù)（檔案材料、政策制度法規(guī)等）。數(shù)據(jù)來源成分復(fù)雜、結(jié)構(gòu)各異，格式壁壘問題凸顯，導(dǎo)致了數(shù)據(jù)清洗處理成本增加、難以形成高效人力資源信息流等問題，給人力資源大數(shù)據(jù)利用造成了極大困擾。

（2）數(shù)據(jù)模式不盡相同，知識融合困難。知識融合是高層次的知識組織，使來自不同知識源的知識在同一框架規(guī)范下進(jìn)行異構(gòu)數(shù)據(jù)整合、消歧、加工、推理驗(yàn)證與更新等，實(shí)現(xiàn)數(shù)據(jù)、信息、方法、經(jīng)驗(yàn)以及人思想的融合，形成高質(zhì)量的知識庫。但在軍事人力資源領(lǐng)域，同一數(shù)據(jù)在不同用戶、不同使用場景、不同業(yè)務(wù)邏輯下的數(shù)據(jù)模式各不相同，甚至存在語義模糊、內(nèi)容互斥等現(xiàn)象，數(shù)據(jù)擴(kuò)展性差，維護(hù)與更新成本高，難以進(jìn)行合理、高效的知識融合。

2.4 構(gòu)建軍事人力資源領(lǐng)域知識圖譜面臨的技術(shù)難點(diǎn)

（1）基于增量數(shù)據(jù)的知識融合。軍事人力資源數(shù)據(jù)庫是在全量數(shù)據(jù)的基礎(chǔ)上，以增量數(shù)據(jù)的方式定期更新數(shù)據(jù)，以保證數(shù)據(jù)的可用性和準(zhǔn)確性。軍事人力資源知識圖譜是在相關(guān)數(shù)據(jù)的基礎(chǔ)上，經(jīng)過數(shù)據(jù)清洗、整合以及知識提取等過程而得到的語義網(wǎng)絡(luò)，同樣也需要通過增量數(shù)據(jù)的方式進(jìn)行知識圖譜的擴(kuò)展與更新。如何通過增量數(shù)據(jù)實(shí)現(xiàn)新知識與知識庫的高效融合及更新，是軍事人力資源知識圖譜構(gòu)建的重要環(huán)節(jié)，也是軍事人力資源知識圖譜實(shí)現(xiàn)動態(tài)迭代的關(guān)鍵之一。

（2）數(shù)據(jù)字段屬性化嚴(yán)重情況下的實(shí)體關(guān)系抽取。關(guān)系抽取的目標(biāo)是提取實(shí)體間的語義關(guān)系，其核心是將自然語言表達(dá)的關(guān)系知識映射到關(guān)系三元組上。傳統(tǒng)關(guān)系型數(shù)據(jù)庫中數(shù)據(jù)多以字段形式描述實(shí)體，數(shù)據(jù)內(nèi)容注重描述實(shí)體屬性，以字段形式存儲在數(shù)據(jù)庫中，表間關(guān)系并不強(qiáng)，實(shí)體間關(guān)系不明確，導(dǎo)致數(shù)據(jù)對實(shí)體間的關(guān)系描述不清晰，甚至缺乏對關(guān)系的描述。例如，某人檔案涵蓋了其主要家庭成員關(guān)系，卻缺乏對其同事、上下級、同學(xué)等關(guān)系的描述，這些關(guān)系需通過對比他人履歷而得到。

因此，如何通過有限的屬性字段挖掘潛在的實(shí)體間關(guān)系，是構(gòu)建軍事人力資源知識圖譜必須攻克的難題。

（3）準(zhǔn)確、高效的知識推理方法。知識推理是指在現(xiàn)有知識基礎(chǔ)上，通過推理技術(shù)進(jìn)一步挖掘隱含知識（知識補(bǔ)全）或自動檢測并糾正錯誤知識（知識勘錯/沖突檢測），從而擴(kuò)展知識庫的過程。軍事人力資源數(shù)據(jù)在由傳統(tǒng)數(shù)據(jù)庫數(shù)據(jù)向知識圖譜轉(zhuǎn)化的過程中，受限于數(shù)據(jù)字段屬性化嚴(yán)重、部分?jǐn)?shù)據(jù)無直接關(guān)聯(lián)，需要通過推理算法進(jìn)行類別標(biāo)注以及關(guān)系補(bǔ)全。研究準(zhǔn)確、高效的知識推理算法，有助于推動現(xiàn)有數(shù)據(jù)向知識轉(zhuǎn)化，因此是軍事人力資源知識圖譜構(gòu)建的重要方法之一。

此外，在與具體業(yè)務(wù)結(jié)合時(shí)，固定的業(yè)務(wù)邏輯、業(yè)務(wù)流程也是對現(xiàn)有知識的補(bǔ)充，有利于擴(kuò)展知識推理的先驗(yàn)條件。

（4）基于大圖的圖算法效率問題。傳統(tǒng)圖算法針對彼此獨(dú)立的“小圖”分別進(jìn)行處理，盡管圖的數(shù)目可能較多，但通常不需要復(fù)雜的迭代過程，也不會產(chǎn)生大量消息，算法的時(shí)間開銷和空間開銷較低。

隨著相關(guān)數(shù)據(jù)的不斷產(chǎn)生，軍事人力資源知識圖譜不管是在知識廣度還是在深度上都不斷擴(kuò)展，附著在頂點(diǎn)和邊上的各類屬性信息規(guī)模也隨之迅速增長。傳統(tǒng)圖算法因其本身的局限性難以做到既高效，又準(zhǔn)確，已不再適用于軍事人力資源知識圖譜。因此，新的基于大圖的查詢處理、挖掘分析算法成為了最大程度利用知識圖譜的重要手段。

3 知識圖譜在軍事人力資源領(lǐng)域的典型應(yīng)用

3.1 知識推理方面

知識推理即利用現(xiàn)有知識，通過包括邏輯推理、知識表達(dá)、深度學(xué)習(xí)等在內(nèi)的各種方法獲取新知識或總結(jié)出新結(jié)論，其在軍事人力資源領(lǐng)域的應(yīng)用極具潛力，包括知識圖譜關(guān)系補(bǔ)全、數(shù)據(jù)一致性檢驗(yàn)等，以下列舉幾個(gè)具體應(yīng)用場景：

（1）人物關(guān)系挖掘。通過構(gòu)建人際關(guān)系知識圖譜，可實(shí)現(xiàn)指定人物關(guān)系挖掘、人物關(guān)系強(qiáng)度評估等多種衍生應(yīng)用［18-20］。指定人物關(guān)系挖掘，通過雙向搜索算法分別以指定人物為起點(diǎn)同時(shí)進(jìn)行關(guān)系搜索，搜索路線成功對接時(shí)說明隱藏關(guān)系已找到。

（2）單位間關(guān)系挖掘。軍事人力資源數(shù)據(jù)對單位之間的關(guān)系通常未作過多描述，可對相關(guān)數(shù)據(jù)進(jìn)行挖掘、分析與推理，獲取多個(gè)單位間的隱藏關(guān)系，如兄弟單位、上級單位、共同參加某次演習(xí)、項(xiàng)目往來（合作、分派、承接等）、相同主官等，最后通過可視化技術(shù)進(jìn)行展示。

（3）數(shù)據(jù)不一致性檢驗(yàn)。在知識不確定和不完整的情況下完成知識推理，以全量或增量方式對現(xiàn)有知識圖譜進(jìn)行知識補(bǔ)全與知識勘錯。通過業(yè)務(wù)規(guī)則、常識性邏輯對現(xiàn)有數(shù)據(jù)或增量數(shù)據(jù)進(jìn)行知識推理與檢測，查找驗(yàn)證出不一致數(shù)據(jù)［21-23］，如對人員檔案、科技報(bào)獎證明材料進(jìn)行數(shù)據(jù)不一致驗(yàn)證等。

3.2 知識整理及可視化方面

基于現(xiàn)有知識圖譜抓取指定信息進(jìn)行總結(jié)、分析與整理，最后進(jìn)行可視化展示。

（1）人際關(guān)系圖譜構(gòu)建。根據(jù)人員的家庭關(guān)系、教育背景、工作情況等數(shù)據(jù)生成人員關(guān)系知識圖譜，主要展示實(shí)體之間的關(guān)系，如家庭關(guān)系、同學(xué)關(guān)系、上下級關(guān)系、戰(zhàn)友關(guān)系、工作搭檔關(guān)系、師生關(guān)系等［18-20］。

（2）單位履歷圖譜構(gòu)建。根據(jù)單位的網(wǎng)站內(nèi)容（包括新聞、通知等板塊），利用事件抽取技術(shù)獲取單位成立至今的大事記、歷任領(lǐng)導(dǎo)班子等信息，最后通過可視化技術(shù)進(jìn)行展示。

3.3 知識應(yīng)用方面

在軍事人力資源知識圖譜基礎(chǔ)上，利用數(shù)學(xué)建模、深度學(xué)習(xí)等多種方法分析數(shù)據(jù)，針對不同應(yīng)用領(lǐng)域合理建模，從而解決實(shí)際問題，達(dá)到數(shù)據(jù)最大化利用、有效提高人力資源管理效率的目的。

（1）人物關(guān)系強(qiáng)度評估。挖掘?qū)嶓w潛在關(guān)系，結(jié)合現(xiàn)有實(shí)體屬性、關(guān)系等因素建立時(shí)間、關(guān)系種類、關(guān)系跳數(shù)等，并通過合理建模綜合評價(jià)人物關(guān)系強(qiáng)度［24］。

（2）個(gè)人垂直領(lǐng)域畫像。針對不同類別的人員（如高級領(lǐng)導(dǎo)干部、基層官兵、院校教員、科研機(jī)構(gòu)研究人員等）劃分不同垂直領(lǐng)域，綜合個(gè)人教育程度、培訓(xùn)情況、工作經(jīng)驗(yàn)、項(xiàng)目經(jīng)驗(yàn)、研究領(lǐng)域等方面信息，深層次挖掘?qū)?yīng)垂直領(lǐng)域的個(gè)人畫像。具體可應(yīng)用于個(gè)性推薦（如培訓(xùn)指導(dǎo)、能力擴(kuò)展建議、查找缺失能力項(xiàng)等）、編成推薦（如攻關(guān)團(tuán)隊(duì)自動推薦、評審專家自動推薦）、干部成長路線規(guī)劃（發(fā)展方向）等［25］。

（3）人崗匹配。從現(xiàn)有數(shù)據(jù)庫中提取個(gè)人教育背景、培訓(xùn)經(jīng)歷、項(xiàng)目經(jīng)驗(yàn)、工作履歷等信息，總結(jié)提取性格、能力、素質(zhì)、技能等多方面標(biāo)簽。在預(yù)置崗位要求下進(jìn)行相似度匹配，相似度高的說明更加適合該崗位。合理利用自然語言處理技術(shù)、深度學(xué)習(xí)、統(tǒng)計(jì)分析等方法，做到“人盡其才，物盡其用”［26］。

（4）職業(yè)發(fā)展規(guī)劃。傳統(tǒng)的軍事職業(yè)生涯規(guī)劃方法內(nèi)容單一、手段欠缺、思想落后、規(guī)劃簡單、考察片面，造成人員逆淘汰，大量人員流失。在軍事人力資源大數(shù)據(jù)的強(qiáng)力支撐下，通過深度學(xué)習(xí)、圖神經(jīng)網(wǎng)絡(luò)等技術(shù)總結(jié)分析同類型高層次人才的成長路線、成長事跡、獲得榮譽(yù)/獎項(xiàng)等事件，構(gòu)建基于軍事人力資源大數(shù)據(jù)的知識圖譜，通過事件抽取、演化分析等技術(shù)生成職業(yè)成長路線以供選擇與參考［27］。

4 知識圖譜在軍事人力資源領(lǐng)域應(yīng)用展望

步入新時(shí)期，中國人民解放軍正進(jìn)行全面改革，也是一次以最大程度激發(fā)軍隊(duì)?wèi)?zhàn)斗力為目標(biāo)的軍事人力物力合理重分配。隨著知識圖譜等人工智能技術(shù)的普遍應(yīng)用，知識圖譜已成為互聯(lián)網(wǎng)知識驅(qū)動智能應(yīng)用的重要方法。其有利于軍隊(duì)發(fā)揮最大合力，以及實(shí)現(xiàn)軍隊(duì)軍事人力資源管理的智能化、無人化，可為提升人力資源管理效率提供重要的技術(shù)支持。

目前知識圖譜在軍事人力資源領(lǐng)域的發(fā)展與應(yīng)用仍有大片空白，未來的發(fā)展方向主要包括：

（1）由數(shù)據(jù)驅(qū)動到知識驅(qū)動的過渡。數(shù)據(jù)驅(qū)動的人工智能能夠不斷從新數(shù)據(jù)中學(xué)習(xí)，并適應(yīng)外部環(huán)境變化，提供可靠的預(yù)測分析結(jié)果，卻無法實(shí)現(xiàn)從數(shù)據(jù)層次到更深層次的理解，這不僅限制了模型的通用性、魯棒性和可移植性，也增大了不同任務(wù)的實(shí)現(xiàn)難度。數(shù)據(jù)驅(qū)動的本質(zhì)缺陷在于只能學(xué)習(xí)重復(fù)出現(xiàn)的片段，而不能學(xué)習(xí)具有語義的特征。

知識驅(qū)動的人工智能可對這些數(shù)據(jù)資源進(jìn)行語義標(biāo)注與鏈接，建立以知識為中心的資源語義集成服務(wù)。在大量知識資源的支持下，可通過概念推理、語義計(jì)算等方法發(fā)現(xiàn)新知識，實(shí)現(xiàn)類似人類的認(rèn)知功能。

研究從大數(shù)據(jù)中挖掘隱含知識的理論與方法，將大數(shù)據(jù)轉(zhuǎn)化為知識，增強(qiáng)對軍事人力資源數(shù)據(jù)的內(nèi)容理解，是知識圖譜發(fā)展的未來方向，也是軍事人力資源管理由數(shù)據(jù)服務(wù)向知識服務(wù)轉(zhuǎn)變的重要驅(qū)動力。

（2）軍事人力資源領(lǐng)域知識圖譜的應(yīng)用，歸根結(jié)底是對軍事人力資源大數(shù)據(jù)的應(yīng)用。如何針對軍事領(lǐng)域的特殊要求，研究特殊管控與處理技術(shù)是有效利用軍事人力資源大數(shù)據(jù)的“基建工程”，包括能適應(yīng)數(shù)據(jù)快速增長及多變需求的數(shù)據(jù)存儲管理技術(shù)、知識自動挖掘/推理分析技術(shù)等。